我有三個(gè)字符串類型的數(shù)組，其中包含以下信息：groupBy數(shù)組：包含要對(duì)數(shù)據(jù)進(jìn)行分組的列的名稱。聚合數(shù)組：包含要聚合的列的名稱。操作數(shù)組：包含我要執(zhí)行的聚合操作我正在嘗試使用Spark數(shù)據(jù)框架來實(shí)現(xiàn)這一目標(biāo)。Spark數(shù)據(jù)幀提供了agg（），您可以在其中傳遞Map [String，String]（具有列名和相應(yīng)的聚合操作）作為輸入，但是我想對(duì)數(shù)據(jù)的同一列執(zhí)行不同的聚合操作。關(guān)于如何實(shí)現(xiàn)這一目標(biāo)的任何建議？
3 回答
富國(guó)滬深
TA貢獻(xiàn)1790條經(jīng)驗(yàn) 獲得超9個(gè)贊
對(duì)于那些想知道的人，如何在不使用python進(jìn)行列表理解的情況下編寫@ zero323答案：
from pyspark.sql.functions import min, max, col
# init your spark dataframe
expr = [min(col("valueName")),max(col("valueName"))]
df.groupBy("keyName").agg(*expr)
慕的地8271018
TA貢獻(xiàn)1796條經(jīng)驗(yàn) 獲得超4個(gè)贊
case class soExample(firstName: String, lastName: String, Amount: Int)
val df =? Seq(soExample("me", "zack", 100)).toDF
import org.apache.spark.sql.functions._
val groupped = df.groupBy("firstName", "lastName").agg(
? ? ?sum("Amount"),
? ? ?mean("Amount"),?
? ? ?stddev("Amount"),
? ? ?count(lit(1)).alias("numOfRecords")
? ?).toDF()
display(groupped)
//禮貌的Zach ..
- 3 回答
- 0 關(guān)注
- 724 瀏覽
添加回答
舉報(bào)
0/150
提交
取消